处理一个对话情绪类文本数据集的时候,已经用随机森林模型计算过一次精准率,召回率,和f1分数,但是使用gridsearchcv调参时,却发现无法使用之前能够跑的中文训练集,会出现无法转换浮点数的问题。
param_test1 = {'n_estimators':[50,120,160,200,250]}
gsearch1 = GridSearchCV(estimator = RandomForestClassifier(min_samples_split=100,
min_samples_leaf=20,max_depth=8,max_features='sqrt' ,random_state=10),
param_grid = param_test1, scoring='roc_auc',cv=5)
gsearch1.fit(X_train,y_train)
print( gsearch1.best_params_, gsearch1.best_score_)
ValueError: could not convert string to float: '刚才 你 说 你 还 鄙视 我 这 不是 骂人 吗'
因为以前处理字符串问题的时候出现过制表符\t导致文本无法正常分割使用,所以我对这次的X_trian做了替换,发现没有制表符\t以及\n和空字符,但存在空格,但是去掉空格后仍旧无法转换浮点数。
很困惑的问题,希望能够得到指点